函数内操作w_new时原数组w同步改变的原因及解决方法

嘿，这个坑我刚学Python的时候也踩过！你遇到的问题本质是Python中容器类型的引用赋值机制在作祟，咱们一步步拆解：

为什么修改w_new会影响原数组w？ #

当你直接执行w_new = w的时候，并没有创建一个和w完全独立的新数组——你只是给原来的数组对象多起了一个名字（也就是w_new）。这两个变量指向的是内存里的同一个数组对象，所以不管你通过哪个变量修改内容，本质上都是在操作同一个东西。

举个你可能用到的最小示例（假设用的是numpy数组）：

import numpy as np
w = np.array([1, 2, 3])
w_new = w  # 只是引用赋值，没创建新数组
w_new[0] = 100  # 修改w_new
print(w)  # 输出 [100,  2,  3]，原数组w也被改了！

如果是普通Python列表，情况完全一样：

w = [1, 2, 3]
w_new = w
w_new[0] = 100
print(w)  # 输出 [100, 2, 3]

怎么解决？创建真正独立的副本 #

根据你的数组类型，选择对应的复制方法：

1. 如果是numpy数组 #

• 使用copy()方法：

  w_new = w.copy()
  

• 或者用numpy的copy()函数：

  w_new = np.copy(w)
  

• 一维数组也可以用切片快速复制：

  w_new = w[:]
  

2. 如果是普通Python列表 #

• 使用列表的copy()方法：

  w_new = w.copy()
  

• 或者用list()构造器：

  w_new = list(w)
  

• 同样可以用切片：

  w_new = w[:]
  

3. 处理嵌套数组/列表（深拷贝） #

如果你的数组是嵌套结构（比如二维数组、嵌套列表），上面的方法只能做浅拷贝（只复制外层，内层还是引用），这时候需要用深拷贝：

import copy
w = [[1, 2], [3, 4]]
w_new = copy.deepcopy(w)
w_new[0][0] = 100
print(w)  # 输出 [[1, 2], [3, 4]]，原数组完全不受影响

内容的提问来源于stack exchange，提问作者Dr. Toboggan